Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadísitica
s
Grupo de capacitación e investigación pedagógica
Primera edición: enero 2019
ISBN: 978-9942-33-232-5
Diseño de portada y diagramación: Grupo Compás
Guayaquil-Ecuador 2019
Estadí sitica
Autores
HIDALGO TORRES JOSE LUIS
RUIZ AZUAJE MICHAEL ABRAHAM
LADERA GARCÍA ARON ELEAZAR
ROSERO ORTIZ TONNY FABIAN
COLLINS VENTURA NATHYN VICTOR
Estadísitica
Autor.
Experiencia académica:
Docentes del Instituto Superior Tecnológico
Corporativo Edwards Deming.
s
Grupo de capacitación e investigación pedagógica
Contenido
Introducción.......................................................................................... 3
Capítulo I: Fundamentación teórica .................................................. 4
La estadística ........................................................................................ 4
Historia de la estadística .................................................................... 5
Importancia del estudio de la estadística ....................................... 6
Fundamentación teórica................................................................... 6
Población ............................................................................................ 6
Muestra ................................................................................................ 7
Muestreo ............................................................................................. 7
Parámetro ........................................................................................... 7
Datos Estadísticos ............................................................................... 7
División de la estadística .................................................................... 8
Estadística descriptiva ........................................................................ 8
Estadística inferencial......................................................................... 8
Variables de datos ............................................................................. 8
La variables ......................................................................................... 8
Variable cualitativa ............................................................................ 9
Variable cuantitativa ......................................................................... 9
Variable discreta ................................................................................ 9
Variable continúa............................................................................... 9
Escalas de medición ........................................................................ 10
Clasificación de las escalas ............................................................ 11
Escala nominal o clasificatoria........................................................ 11
Escala ordinal.................................................................................... 12
Escala discreta o discontinua ......................................................... 12
Escala concreta o continua ............................................................ 13
Escala dicotómica ........................................................................... 13
Escala cronológica .......................................................................... 14
Capítulo II: Distribución de frecuencias........................................ 15
Distribución de Frecuencias ............................................................ 15
1
Frecuencia ........................................................................................ 17
Rango ................................................................................................ 18
Números de Intervalos de Clase ..................................................... 19
Límites de cada clase ...................................................................... 19
Datos estadísticos ............................................................................. 21
Histogramas ...................................................................................... 21
Diagramas lineales ........................................................................... 25
Ojivas o polígono de frecuencias acumulada.............................. 27
Características de las ojivas ............................................................ 28
Diagrama de sectores ..................................................................... 30
Capítulo III: Análisis y descripción de los datos............................ 36
Medidas de tendencia central .............................................. 36
Media Aritmética o promedio ........................................................ 36
Mediana ............................................................................................ 36
Moda ................................................................................................. 36
Medidas de posición de datos no agrupados y agrupados42
Cuartiles............................................................................................. 42
Deciles ............................................................................................... 42
Percentiles ......................................................................................... 42
Medidas de dispersión de datos agrupados ........................ 51
Varianza ............................................................................................ 51
Desviación estándar ........................................................................ 51
Coeficiente de desviación .............................................................. 51
La Distribución Normal o Campana de Gaus. ...................... 55
Característica de la curva de Distribución Normal ....................... 58
Glosario de términos ................................................................ 64
Referencia Bibliográficas ......................................................... 67
2
Introducción
Para ustedes queridos estudiantes hemos desarrollado este libro y
ha sido pensado como instrumento para el conocimiento. Hemos
puesto nuestro mejor esfuerzo por guiar su educación en una de
sus áreas como lo es la estadística bajo tres premisas
fundamentales: estudiar y reflexionar sobre conceptos estadísticos
unidos al contexto y a sus vivencias; reivindicar la estadística como
una disciplina, cuyo aprendizaje permite la generación de valores
que están acoplados a la formación de ciudadanía y al desarrollo
de una verdadera sociedad democrática y participativa; y
propiciar que el aprendizaje de la estadística en nuestras aulas y
otros lugares de aprendizaje, desarrolle la comprensión de
conceptos y procedimientos. Aspiramos que el acople de estas
tres premisas les permita adquirir el instrumental matemático-
estadístico, tanto desde el aspecto cognitivo como ético, que les
exhorte a formar parte activa en la construcción del país, que
queremos y merecemos.
Según Nathalie. R. comenta que:
La estadística es de gran importancia en la investigación científica
debido a que: Permite una descripción más exacta, nos obliga a
ser claros y exactos en nuestros procedimientos y en nuestro
pensar, permite resumir los resultados de manera significativa y
cómoda, nos permite deducir conclusiones generales. (Nathalie.
R. 2017).
Por lo anterior expuesto se deriva que el objetivo final de este
material es invitarte a participar en modelar, conjeturar, contar,
medir, estimar, diseñar y argumentar. Resolvamos problemas para
la vida que nos inciten a descubrir quiénes somos en esta
sociedad. En este libro de estudio te proponemos un aprendizaje
crítico de la estadística, al servicio de la humanidad, que sirva
para entender el universo, que sea útil para el desarrollo del
hombre y su comunidad.
3
Capítulo I: Fundamentación teórica
La estadística
(Gutiérrez, 2015) (Ángel, 2018) (López, 2016)
La estadística es la La estadística es la La estadística es
ciencia que estudia ciencia de los datos, la rama del
cómo debe la cual implica su conocimiento
emplearse la recolección, humano que
información y cómo clasificación, tiene como
dar una guía de síntesis, objeto el estudio
acción en organización, de ciertos
situaciones análisis e métodos
prácticas que interpretación, para inductivos
entrañan la toma de aplicables a
incertidumbre. decisiones frente a fenómenos
la incertidumbre. susceptibles de
expresión
cuantitativa.
4
Historia de la estadística
5
Importancia del estudio de la estadística
La importancia de esta hermosa área de la matemática radica
en que la Estadística es la base del conocimiento práctico y real.
Su definición, lo deja claro es una de las ramas de la ciencia
matemática que se centra en el trabajo con datos e
informaciones que son ya de por sí numéricos o que ella misma se
encarga de transformar en números. La estadística, si bien es una
ciencia de extracción exacta, tiene una injerencia directa en
cuestiones sociales por lo cual su utilidad práctica es mucho más
comprensible que lo que sucede normalmente con otras ciencias
exactas como la matemática.
Fundamentación teórica
A continuación, abordaremos una serie de conceptualizaciones
teóricas para aclarar términos que posteriormente estarás usando
continuamente, espero sea de tu agrado y enriquezca tu
vocabulario profesional.
Estadística básica
Laguna C. (2016); La Estadística se ocupa de los métodos y
procedimientos para recoger, clasificar, resumir, hallar
regularidades y analizar los datos, siempre y cuando la
variabilidad e Diplomado en Salud Pública 2. Metodología en
Salud Pública 01. Introducción a la Estadística 2 - 12 incertidumbres
sea una causa intrínseca de los mismos; así como de realizar
inferencias a partir de ellos, con la finalidad de ayudar a la toma
de decisiones y en su caso formular predicciones.
Población
Laguna C. (2016); Población: conjunto de individuos o elementos
que cumplen ciertas propiedades y entre los cuales se desea
estudiar un determinado fenómeno.
6
Muestra
Laguna C. (2016); subconjunto representativo de una población.
Estadístico: función definida sobre los valores numéricos de una
muestra.
Muestreo
Laguna C. (2016); Cuando se decide cuantificar sólo una parte
de las unidades de una población y a partir de esta información
estimar sus parámetros, entonces estamos planteando un
problema de muestreo.
Parámetro
Laguna C. (2016); Parámetro: función definida sobre los valores
numéricos de características medibles de una población.
Datos Estadísticos
Laguna C. (2016); Son números que representan las modalidades
de las variables. Por ejemplo, el 1 puede representar la modalidad
"Mujer". Los datos pueden ser clasificados según diferentes
criterios, uno de los cuales se basa en las modalidades que
presentan.
Ejercicio Aplicado: a continuación, presentamos un ejemplo base
para profundizar y afianzar los conceptos anteriormente
estudiados:
El Instituto Tecnológico Corporativo Edwards Deming se plantea
estudiar dentro de toda su matrícula inscrita en la carrera
Administración del Sistema de la Calidad, el nivel de agrado en el
trato pedagógico de sus tutores o tutoras.
Fenómeno a estudiar: Nivel de agrado de los tutores o tutoras de
la carrera Administración del Sistema de la Calidad.
Población: Toda la Matricula del Instituto inscrita en la carrera
Administración del Sistema de la Calidad.
Muestra: Una sección de fin de semana aleatoria ósea escogida
al azar inscrita en la carrera Administración del Sistema de la
Calidad.
Muestreo: ante la siguiente pregunta: Estas conforme con el nivel
de conocimiento que el tutor o tutora tiene sobre la materia
asignada : Posibles Respuestas Si ( ) -- No( )
El anterior es un planteamiento que generará una información, a
esto le llamamos muestreo.
Parámetro: el ejemplo anterior solo podrá tener dos posibles
7
respuestas, Si o No.
Datos Estadísticos: cada respuesta de los estudiantes
seleccionados para el estudio será un dato estadístico, se
recogerán y se cuantificarán.
División de la estadística
Estadística descriptiva
Describe, analiza y representa un grupo de datos utilizando
métodos numéricos y gráficos que resumen y presentan la
información contenida en ellos.
Estadística inferencial
Apoyándose en el cálculo de probabilidades y a partir de datos
muéstrales, efectúa estimaciones, decisiones, predicciones u otras
generalizaciones sobre un conjunto mayor de datos. Su tarea
fundamental es la de hacer inferencias acerca de la población a
partir de una muestra extraída de la misma.
Variables de datos
La variables
La variable estadística se refiere a una característica o cualidad
de un individuo que está propenso adquirir diferentes valores.
Estos valores se caracterizan por poder medirse. Fuente
8
Enciclopedia de Estadistica en las Economías (2017).
Tipo de Variable: a objedto de estudio de esta asignatura solo
estaremos estudiando las variables cuantitativa, y su derivadas.
Variables
Cualitativas Cuantitativas
Discretas
Continuas
Variable cualitativa
Las variables cualitativas son aquellas características o cualidades
a las que no se le pueden aplicar estudios o formulas matemáticas
en su procesamiento, sino que lo hacen con palabras, inferencias
o conclusiones, Fuente Enciclopedia de Estadistica en las
Economías (2017).
Variable cuantitativa
son aquellas características o cualidades que sí pueden
expresarse y medirse a través de números, luego de la aplicación
de procedimientos y fórmulas matemáticas, Fuente Enciclopedia
de Estadistica en las Economías (2017).
Variable discreta
Aquella variable que usa valores enteros y no finitos. Por ejemplo:
La cantidad de familiares que tiene una persona (2, 3, 4 ó más),
Fuente Enciclopedia de Estadistica en las Economías (2017).
Variable continúa
Aquella variable que utiliza valores finitos y objetivos. Suele
caracterizarse por utilizar valores decimales. Por ejemplo: El peso
de una persona (64.3 Kg, 72.3 Kg, etc), Fuente Enciclopedia de
Estadistica en las Economías (2017).
Ejercicio Aplicado
Si se nos plantea realizar un estudio en una comunidad de la
ciudad de Quito, con las siguientes preguntas:
Marque con una (x) la opción según sea su caso.
9
1. Cuantas personas habitan en la vivienda.
1 ( ) 2 ( ) 4 ( ) mas de 4 ( )
2. Escriba en el siguiente espacio la cantidad de años que ud
tiene viviendo en la comunidad, sea lo mas exacto posible.
Ejemplo puede escribir 1,5 años o 3,5 años.
Años en la vivienda ( )
3. Escriba en pocas palabras como es la relación interpersonal
entre los habitantes de la comunidad.
Partiendo de la conceptualización previa obtenemos los
siguientes resultados.
La 1ra pregunta: estudia la variable cantidad de habitantes , es
Variable Cuantitativa del tipo Discreta solo generará un número
entero exacto.
La 2da pregunta: estudia la variable tiempo en la vivienda , es
Variable Cuantitativa del tipo Continua pues la respuesta variara
entre un entero y otro, bien puede ser 1 ó 1,3 ó 3,6 ó 4,5 y así
sucesivamente.
La 3ra pregunta: estudia la variable calidad de relación
interpersonal , es Variable Cualitativa la misma no podrá ser
medida con ningún instrumento matemático y sus posibles
respuestas variaran según las condiciones de otras variables,
como cultura, calidad de vida, estados de ánimo entre otros.
Escalas de medición
Como hemos dicho, para que los datos tengan sentido es
necesario compararlos. Y para poder compararlos debemos
utilizar escalas de medición. Dichas escalas tendrán diferentes
propiedades en función de las características de los datos que se
compararán.
Tambien se puede definir como un instrumento de medida, de
acuerdo al cual se asignan valores a los datos estadísticos. Se
10
reconocen cuatro niveles de medición: nominal, ordinal, de
intervalo y de razón. En la siguiente figura, se resumen las
principales características de cada nivel.
Cualitativas Cuantitativas
Cronológica
Variable Profesión
Escala Ingeniero, Médico, Abogado, Enfermero, Odontólogo
Diferencia No existe diferencia entre los profesionales en cuanto
a nivel de estudio (tercer nivel)
Variable Sexo
Diferencia Ninguna
11
Escala ordinal
Son variables susceptibles de ser medidas siguiendo un
ordenamiento (orden), formada por una clase mutuamente
excluyente, que se agrupan de acuerdo a un orden pre asignado.
Por ejemplo:
12
Variable Número de visitas
Escala De 1 a 3 visitas, De 4 a 6 visitas, De 7 a 9 visitas, De
10 a 12 visitas
Amplitud Entre 1 y 3, existe una amplitud de 2
Variable Estatura
Escala 1,65 m; 1,66 m; 1,67 m; 1,68 m; 1,69 m
Amplitud Entre 1,65 y 1,69 m, existe una amplitud
de 0,5 m
Variable Peso
Escala 6,5 Kg; 7,5 Kg; 8,5 Kg; 9,5 Kg
Amplitud Entre 6,5 y 9,5 kg, existe una amplitud de
4,0 kg
Variable Tiempo
Escala 1,10 h; 2,10 h; 3,10 h; 4,10 h
Amplitud Entre 1,10 y 4,10 h, existe una amplitud de
4 h.
Escala dicotómica
Es aquella escala que presenta tan solo dos opciones para medir
la variable, siendo esta variable de tipo cualitativo o cuantitativo,
dependiendo de la información o resultado que se busque. Por
ejemplo:
Variable Preferencia por un equipo de fútbol
Escala Liga y Barcelona
Respuesta Liga o Barcelona
13
Variable Cambios físicos de una persona
Escala al 1 año, 5 años, 25 años, 50 años, 75
años, 100 años
Respuesta descripción de las alteraciones físicas
durante su vida
Variable Sexo de un estudiante del Instituto Universitario.
Escala Masculino y femenino
Respuesta Masculino o femenino
Escala cronológica
Es un tipo de escala cuantitativa continua, se la utiliza para
estudiar algunos fenómenos en función al tiempo, algunos autores
la tratan como si fuera una escala de variable independiente,
permite conocer un determinado fenómeno a través del tiempo,
es decir permite un seguimiento temporalizado (en el pasado, en
el presente o en el futuro).
14
Capítulo II: Distribución de frecuencias
Distribución de Frecuencias
Al respecto Salazar y Castillo. (2018). establece
Es una tabla estadística donde se presentan los datos resumidos,
de tal manera que se puede en una visión panorámica establecer
un criterio sobre su comportamiento, entendiéndose por
comportamiento, la determinación aproximada de los valores
centrales, la variabilidad que presentan y si son o no relativamente
simétricos con relación a un valor central.
En una tabla de frecuencias se pueden resumir cualquier tipo de
datos, categóricos (nominales), ordinales, discretos y continuos,
para este último tipo de datos, más adelante se verá un
procedimiento para crear una distribución de frecuencias.
Tabla de frecuencias para datos nominales, ordinales y discretos,
la distribución de frecuencias constará básicamente de dos
columnas, la izquierda reservada para las categorías (valores) que
aparecen en el estudio respectivo y la de la derecha donde se
ubica la frecuencia de clase respectiva. Antes de dar Ejemplos de
estas distribuciones veamos dos criterios que son muy utilizados.
15
y el procedimiento, el mismo te ayudará a comprender mucho
mejor el tema en cuestión.
Estudio de caso #1.
Estudio sobre tipo de automotores que circularon en quince
minutos en la intersección de la Av. 6 de Diciembre
TIPO Nº Vehículos
Automóvil 25
Bus 12
Camioneta 10
Camión 5
Furgoneta 8
TOTAL 60
SERVICIO Nº Personas
Excelente 20
Muy bueno 15
Bueno 20
Regular 18
Malo 7
TOTAL 80
16
En esta tabla, los datos de la variable de estudio (calidad de
servicio) están medidos en escala ordinal, por lo tanto, las
categorías constan en la tabla con un orden establecido. De la
misma manera que en la anterior, las categorías son mutuamente
excluyentes y exhaustivas.
Frecuencia
Según el portal (2018).
Es el número de veces en que dicho evento se repite durante un
experimento o muestra estadística.
17
Tabla de distribución de frecuencias de datos
Estatura Frecuencia Estatura Frecuencia Estatura Frecuencia
(X) (fx) (X) (fx) (X) (fx)
18
Números de Intervalos de Clase
Según el portal es.khanacademy.org. Para determinar el número
de clases del tamaño de la muestra. Como regla general, se
utilizan de cinco a siete clases para un tamaño de la muestra de
hasta 50, de ocho a 10 clases para un tamaño de la muestra entre
50 y 100, 10 a 15 clases para un tamaño de la muestra entre 100 y
250 y de 15 a 20 clases para un tamaño de la muestra mayor a
250.
Como el ejemplo que estamos desarrollando es de 108 datos en
la muestra, podemos trabajar con el valor 8, ya que está muy
próximo a 100.
Este valor seleccionado de 8 nos va a servir para calcular el
intervalo procediendo de la siguiente forma:
Por conveniencia llamaremos al Intervalo i.
Rango
Intervalo =
Nro de Intervalos
37
i = => i = 4,6
8
Cuando el valor no es entero debemos redondearlo al mayor o
inferior según sea el caso; si el decimal es < que 4, redondeamos
por defecto al entero inferior; si el decimal es >= que 5
redondeamos al inmediatamente superior.
En nuestro caso redondeamos 4,6 a 5. Representando entonces
que nuestro estudio en el ancho del intervalo no será mayor a 5.
A su vez este valor amplitud de la clase 5 , infiere directamente
en el rango generando entonces debemos volver a calcular el
mismo:
Nuevo Rango = Amplitud de la clase ∗ Nro de clases
Nuevo Rango = 5 ∗ 8 => Nuevo Rango = 40
Este nuevo rango difiere del otro en 3 , a continuación
explicaremos que haremos con esa diferencia.
Límites de cada clase
Procedimiento extraído en gran parte de: Spiegel, R. (2018).
Para calcular los límites de cada clase debemos desarrollar el
siguiente procedimiento:
1ro debemos conocer cuál es el límite superior y el límite inferior
que tendrá la tabla, para eso procedemos; recordemos que el
nuevo rango tiene una pequeña diferencia de 3 que
distribuiremos así:
19
𝑙𝑖𝑚 _𝑠𝑢𝑝 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑎𝑙𝑡𝑜 + 2
“3” la dif. del nuevo rango
𝑙𝑖𝑚 _𝑖𝑛𝑓 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑏𝑎𝑗𝑜 − 1
20
Quedando finalmente como sigue, agrupando los datos en cada
clase:
Intervalos de Clases
(estatura / Centimetros) Frecuencia
Lim _inf Lim _sup (deportistas)
123,5 128,5 1
128,5 133,5 4
133,5 138,5 9
138,5 143,5 24
143,5 148,5 29
148,5 153,5 22
153,5 158,5 14
158,5 163,5 5
Total 108
Datos estadísticos
Ahora querido estudiante le invitamos a que pueda seguir
analizando el ejercicio anterior, para vamos a crear varias
representaciones gráficas que nos ayudaran a entender más el
manejo y la lectura de los datos.
Histogramas
Para desarrollar los diferentes tipos de diagramas deberás utilizar
algunas herramientas como: lápiz, sacapuntas, borrador, regla,
escuadra, transportador, compas, entre otros.
El respecto Spiegel, R. (2018).
Un histograma es un gráfico de barras vertical que representa la
distribución de frecuencias de un conjunto de datos.
El histograma, una de las Siete Herramientas básicas de la
Calidad, es especialmente útil cuando se tiene un amplio número
de datos que es preciso organizar, para analizar más
detalladamente o tomar decisiones sobre la base de ellos.
También es un medio eficaz para transmitir a otras personas
información sobre un proceso de forma precisa e inteligible. Otra
aplicación del histograma es la comparación de los resultados de
un proceso con las especificaciones previamente establecidas.
En este caso, mediante el histograma, puede determinarse en qué
grado el proceso está produciendo buenos resultados. Y hasta
qué punto existen desviaciones respecto a los límites fijados en las
21
especificaciones. En este sentido, el estudio de la distribución de
los datos puede ser un excelente punto de partida para
establecer hipótesis acerca de un funcionamiento insatisfactorio.
Ventajas
Su construcción ayudará a comprender la tendencia central,
dispersión y frecuencias relativas de los distintos valores.
Muestra grandes cantidades de datos ofreciendo una visión clara
y sencilla de su distribución.
Utilidades
Proporciona, mediante el estudio de la distribución de los datos,
un excelente punto de partida para formular hipótesis acerca de
un funcionamiento insatisfactorio.
El histograma es especialmente útil cuando se tiene un amplio
número de datos que es preciso organizar, para analizar más
detalladamente o tomar decisiones sobre la base de ellos.
Es un medio eficaz para transmitir a otras personas información
sobre un proceso de forma precisa e inteligible.
Permite la comparación de los resultados de un proceso con las
especificaciones previamente establecidas para el mismo. Ayuda
a determinar si el proceso satisface los requisitos del cliente.
Hace posible determinar si ha habido cambios en un proceso.
Iniciaremos explicando el diseño de un diagrama de barras:
1ro trazamos los ejes de coordenadas X abscisa; Y ordenadas.
2do dividimos en partes iguales cada eje, tomando en cuenta
que su cruce es el valor 0 , cero.
eje de ordenadas Y
Eje de Absisas
22
ordenadas colocaras una escala conveniente según las
frecuencias que tienes en la tabla, para el presente trabajo que
estamos realizando colocaremos la escala en intervalos de 5,
ósea, 5, 10, 15, .. hasta superar el valor máximo de la tabla.
20 eje de ordenadas Y
15
10
5 Eje de Absisas
0
123,5-128,5 128,5-133,5 133,5-138,5 138,5-143,5
20
15
10
5
0
123,5- 128,5- 133,5- 138,5-
128,5 133,5 138,5 143,5
23
Así sucesivamente con cada clase, las barras las podrás rellenar,
colorear o dejarlas vacías, como mejor te parezca que se vean
presentables.
Se representa en el eje de ordenadas las modalidades y en
abscisas las frecuencias absolutas o las frecuencias relativas.
29
24
22
14
9
1 4 5
123,5 - 128,5
148,5 - 153,5
128,5 - 133,5
133,5 - 138,5
138,5 - 143,5
143,5 - 148,5
153,5 - 158,5
158,5 - 163,5
Como podrás observar ya con la graficas puedes visualizar el
comportamiento de la variable estatura , en el club deportivo, a
partir de este diagrama de barra puedes inferir, por ejemplo; la
mayoría de los atletas del club están en la estatura entre 138cm a
153cm, pues se visualiza como las barras más altas . O también
puedes deducir que son pocos los atletas de baja estatura del
club .
Ahora bien, también existe el diagrama de barra de
comparación. Si se intentan comparar varias poblaciones entre sí,
usando el diagrama, existen otras modalidades, como las
mostradas en la siguiente figura.
24
Supongamos que tenemos una tabla de las estaturas de todos los
chicos del club (femenino y masculino).
Intervalos de Clases
(estatura / Frecuencia Frecuencia
Centimetros) (deportistas (deportistas
Lim Femeninas) Masculinos)
Lim _inf _sup
123,5 128,5 1 1
128,5 133,5 4 2
133,5 138,5 9 11
138,5 143,5 24 30
143,5 148,5 29 32
148,5 153,5 22 25
153,5 158,5 14 6
158,5 163,5 5 1
Total 108 108
128,5 - 133,5
133,5 - 138,5
143,5 - 148,5
148,5 - 153,5
153,5 - 158,5
158,5 - 163,5
Diagramas lineales
Para desarrollar el diferente tipo de diagramas deberás utilizar
algunas herramientas como: lápiz, sacapuntas, borrador, regla,
25
escuadra, transportador, compas, entre otros.
Ahora explicaremos el diseño de un diagrama de líneas:
1ro trazamos los ejes de coordenadas X abscisa; Y ordenadas.
2do dividimos en partes iguales cada eje, tomando encuentra
que su cruce es el valor 0 , cero.
eje de
ordenadas Y
Eje de
Absisas
20 eje de ordenadas Y
15
10
5 Eje de Absisas
0
123,5-128,5 128,5-133,5 133,5-138,5 138,5-143,5
26
los puntos; observa el siguiente ejemplo:
Intervalos de Clases
(estatura / Frecuencia
Centimetros) (deportistas)
Lim _inf Lim _sup
123,5 128,5 1
128,5 133,5 4
133,5 138,5 9
138,5 143,5 24
143,5 148,5 29
148,5 153,5 22
153,5 158,5 14
158,5 163,5 5
Total 108
30
25
20
15
10
5
0
123,5- 128,5- 133,5- 138,5- 143,5 148,5 153,5 - 158,5
128,5 133,5 138,5 143,5 - - 158,5 -163,5
148,5 153,5
27
Características de las ojivas
Muestran frecuencias acumuladas.
Se prefiere para el tratamiento de datos cuantitativos.
El punto de inicio equivale a una frecuencia de 0.
El punto final equivale al 100% de los datos.
Interpretando la información en las ojivas
Dada su ventaja de representar frecuencias acumuladas, las
ojivas se convierten en una herramienta vital para el análisis
estadístico.
Ahora explicaremos el diseño de una ojiva:
1ro trazamos los ejes de coordenadas X abscisa; Y ordenadas.
2do dividimos en partes iguales cada eje, tomando en cuenta
que su cruce es el valor 0 , cero.
eje de ordenadas Y
Eje de Absisas
28
50
40 eje de ordenadas Y
30
20
10 Eje de Absisas
0
123,5- 128,5- 133,5- 138,5-
128,5 133,5 138,5 143,5
29
110
100
90
80
70
60
50
40
30
20
10
0
123,5- 128,5- 133,5- 138,5- 143,5 148,5 153,5 158,5
128,5 133,5 138,5 143,5 - - - -
148,5 153,5 158,5 163,5
Puedes observar en el diagrama acumulativo denominado ojiva
el crecimiento o la curva de crecimiento de la variable en estudio
Diagrama de sectores
Un diagrama de sectores es un gráfico que consiste en un círculo
dividido en sectores de amplitud proporcional a la frecuencia de
cada valor. Se utiliza con datos cualitativos y cuantitativos.
A continuación un ejemplo:
Un compañero de Marta decidió preguntar a sus 20 compañeros
por su deporte favorito y obtuvo los datos, que aparecen en la
tabla siguiente:
Frec.
absoluta
Danza 5
Fútbol 8
Tenis 2
Baloncesto 3
Atletismo 2
SUMA 20
30
Posterior a esto agregaremos una columna denominada
frecuencia porcentual, y aplicamos la ecuación que te
colocamos a continuación y obtenemos el siguiente cuadro:
Frec. 𝑓𝑎
Frec. % %= ∗ 100
absoluta 𝑡𝑜𝑡𝑎𝑙
1er caso
Danza 5 25% 5
%= ∗ 100 => 25%
20
Fútbol 8 40% 2do caso
Tenis 2 10% 8
%= ∗ 100 => 40%
20
Baloncesto 3 15% 3er caso
2
Atletismo 2 10% %= ∗ 100 => 10%
20
SUMA 20 100 Y sigues hasta llegar al último, la
suma de todos los % debe ser
igual a 100
31
Frec. Frec. Grados del
absoluta relativa
% sector
32
A
Obtenemos
El 1er
sector
33
Quitamos el transportador y procedemos a trazar una línea desde
el centro A de la circunferencia al lugar donde hicimos la 1ra
marca. Quedando como sigue:
Obtenemos
El 1er
Obtenemos sector
El 2do
sector
34
sectores uniformes y quedará un resultado final impecable.
Finalmente deberás hacer una leyenda en la que indiques el título
de cada sector y a que color se corresponde para que la gente
pueda interpretar tu gráfico circular.
http://www.dspace.uce.edu.ec/ -Libro.pdf
35
Capítulo III: Análisis y descripción de los datos
Medidas de tendencia central
El respecto Spiegel, R. (2018), al respecto dice:
Las medidas de tendencia central son medidas estadísticas que
pretenden resumir en un solo valor a un conjunto de valores.
Representan un centro en torno al cual se encuentra ubicado el
conjunto de los datos. Las medidas de tendencia central más
utilizadas son: media, mediana y moda.
Los procedimientos para obtener las medidas estadísticas difieren
levemente dependiendo de la forma en que se encuentren los
datos. Si los datos se encuentran ordenados en una tabla
estadística diremos que se encuentran agrupados y si los datos
no están en una tabla hablaremos de datos no agrupados .
Medidas de tendencia central de datos no agrupados y
agrupados.
Media Aritmética o promedio
El respecto Spiegel, R. (2018), comenta:
La medida de tendencia central más conocida y utilizada es la
media aritmética o promedio aritmético. Se representa por las
letras cuando se trata del promedio del universo o población.
Es importante destacar que µ es una cantidad fija. La media
aritmética µ , se expresa en la misma unidad que los datos
originales: centímetros, horas, gramos, entre otros.
Mediana
Igualmente, Spiegel, R. (2018), añade:
Es el valor de la variable que ocupa la posición central, cuando
los datos se disponen en orden de magnitud. Es decir, el 50% de
las observaciones tiene valores iguales o inferiores a la mediana y
el otro 50% tiene valores iguales o superiores a la mediana.
Denotaremos este valor con las letras Me .
Moda
Al respecto Spiegel, R. (2018), nos ilustra diciendo:
Se define como el valor de la variable que más se repite. La
denotamos con el símbolo Mo . En un polígono de frecuencia la
moda Mo , corresponde al valor de la variable que está bajo el
punto más alto del gráfico. Una muestra puede tener más de una
moda Mo . Cuando en un estudio estadístico se consiguen dos
Mo , se dice que la variable es Vi-modal, a su vez si el estudio
posee más de dos Mo , la misma se define como Multi-modal.
36
Procedimiento para el cálculo de medidas de tendencia central
de datos no agrupados.
A continuación con un mismo ejemplo te explicaremos como
calcular la Media Aritmética , la Mediana Me y la Moda
Mo , de datos no agrupados: supongamos que hacemos una
recolección de información con 13 estudiantes del salón en
cuanto a la edad que tienen obteniendo los siguientes:
18;20;21;18;23;21;21;22;21;21;19;18;21
Media Aritmética o promedio : para calcular debemos
sumar todos los datos x obtenidos y dividir el resultado entre la
cantidad n de datos recolectados, en el ejemplo que estamos
desarrollando quedaría:
∑x ∑ 18+20+21+18+23+21+21+22+21+21+19+18+21
“µ” = “µ” =
n 13
285
“µ” = “µ” = 21,9
13
18;18;18;19;20;21;21;21;21;21;21;22;23. 13,13,13,14,15,15,16,16
Si ubicamos al del centro, entonces Me=21 Si ubicamos los dos x centrales
años son: 14;15; a estos dos datos le
cálculamos el promedio:
14 + 15
µ= => µ = 14,5 años
2
37
Moda, Mo: es el o los valores que con más frecuencias se repite
en la lista de datos:
Datos ordenados: 18;18;18;19;20;21;21;21;21;21;21;22;23 en estos
datos el valor que más (5 veces), se repite es el 21 por lo ese es el
valor modal: Mo=21 años.
Procedimiento para el cálculo de medidas de tendencia central
de datos agrupados.
Para calcular estas medidas con datos agrupados primero
construimos una tabla; la siguiente tabla corresponde a la edad
de 20 personas que viven en un sector: i es intervalos de clases; µi
es el promedio de la clase; f es la frecuencia relativa; fa es la
frecuencia relativa acumulada.
Edades (i) µi f fa
13 - 15 14 4 4
15 - 17 16 9 13
17 19 18 3 16
19 21 20 3 19
21 23 22 1 20
336
17 19 18 3 16 54 µ= => µ
20
19 21 20 3 19 60 = 16, 8 𝑎ñ𝑜𝑠
la Media Aritmética
21 23 22 1 20 22 o promedio es 16,8
suma 20 336 años
38
Mediana Me : para calcular la Me, aplicaremos la siguiente
ecuación:
n n+1
Me = Li + 2 − fa − 1 ∗ i 2 − fa − 1
f Me = Li +
f
∗i
39
Edades (i) µi f fa µi ∗ f
13 15 14 4 4 56
clase con la que
15 17 16 9 13 144 trabajaremos
17 19 18 3 16 54
19 21 20 3 19 60
21 23 22 1 20 22
Suma 20 336
n − fa−1 20 − 4
2 2
Me = Li + ∗i Me = 15 + ∗ 2)
f 9
6
Me = 15 + ∗2
9
Me = 15 + 0,67 ∗ 2
Me = 15 + 1,33
Me = 16,33 años
40
Edades (i) µi f fa µi ∗ f
13 15 14 4 4 56
15 17 16 9 13 144 clase con la que
17 19 18 3 16 54 trabajaremos
19 21 20 3 19 60
21 23 22 1 20 22
suma 20 336
f− f−1
Mo = Li + ∗i
f− f−1 + f− f+1
Explicación de la nomenclatura de la ecuación:
Mo; Moda
Li; Limite inferior de la clase con la que vamos a trabajar
f; frecuencia relativa de la clase
f-1; es la frecuenia absoluta del intervalo anterior a la clase
en la que estamos ubicados.
F+1; es la frecuenia absoluta del intervalo posterior a la
clase en la que estamos ubicados
i; Amplitud del Intervalo i=Ls-Li
9− 4
Mo = 15 + ∗2
9− 4 +9− 3
5
Mo = 15 + ∗2
5+6
Mo = 15 + 0,45 ∗ 2
Mo = 15 + 0,90
Mo = 15,90años
41
Como podemos notar el valor resultante de Mo=15.99 años, es un
valor entre 15-17, que es el intervalo seleccionado, ojo de no ser
así quiere decir que existe un erros en el procedimiento.
En resumen: los valores obtenidos son:
µ = 16, 8 años; la Media Aritmética o promedio es 16,8 años.
Me=16,33 años; la Mediana es 16,33 años.
Mo=15.99 años; la Moda es 15,99 años.
Medidas de posición de datos no agrupados y agrupados
Las medidas de posición se llaman en general cuantiles y se
pueden clasificar en tres grandes grupos: Cuartiles, deciles,
percentiles.
Las medidas de posición como los cuartiles, deciles y percentiles
dividen a una distribución ordenada en partes iguales.
Cuartiles
Según Salazar y Castillo (2018):
Los cuartiles son los tres valores de la variable que dividen a
un conjunto de datos ordenados en cuatro partes iguales. Q1,
Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y
al 75% de los datos. Cabe destacar que Q2 coincide con
la mediana.
Deciles
Según Salazar y Castillo (2018):
Los deciles son los nueve valores que dividen la serie
de datos en diez partes iguales. Los deciles dan los valores
correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.
Percentiles
Según Salazar y Castillo (2018):
Los percentiles son los 99 valores que dividen la serie
de datos en 100 partes iguales. Los percentiles dan los valores
correspondientes al 1%, al 2%... y al 99% de los datos. P50 coincide
con la mediana.
Procedimiento para el cálculo de medidas de posición de datos
no agrupados.
Cuartiles
Inicialmente luego de tomar una serie de datos tenemos:
supongamos que solicitamos la edad de 11 jóvenes de una
comunidad y los resultados son:
42
15; 17; 16; 16; 15; 17; 15; 18; 14; 16; 15. Una vez obtenidos los datos
los ordenamos de menos a mayor.
14 15 15 15 15 16 16 16 17 17 18
1∗ 11+1 12
Q1 = Q1 = Q1=3 quiere decir que el 1er cuartil está
4 4
en la 3ra posición.
k∗ n+1
Para Q2; Qk = 4
2∗ 11+1 24
Q2 = Q2 = Q2=6 quiere decir que el 2do cuartil está
4 4
en la 6ta posición.
k∗ n+1
Para Q3; Qk = 4
3∗ 11+1 36
Q3 = Q3 = Q3=9 quiere decir que el 3er cuartil está
4 4
en la 9na posición.
Quedando así:
14 15 15 15 15 16 16 16 17 17 18
Q1 Q2 Q3
43
Deciles
Inicialmente trabajaremos con la misma tabla de datos anteriores:
supongamos que solicitamos la nota alcanzada por 30
estudiantes en Estadística Básica y los resultados son (escala al
100):
41 85 95 62 42 75 84 41 51 24
75 84 41 43 86 85 74 42 84 62
42 95 84 75 62 84 95 84 51 24
Una vez obtenidos los datos los ordenamos de menos a mayor,
quedando:
24 24 41 41 41 42 42 42 43 51
51 62 62 62 74 75 75 75 84 84
84 84 84 84 85 85 86 95 95 95
La ecuación a aplicar es la siguiente:
k∗n
Dk =
10
Explicación de la nomenclatura de la ecuación:
Dk; Decil en la posición k.
k; es la posición puede ser 1; 2; 3;4;5;6;7;8;9.
n; Cantidad de Datos
10; valor constante porque trabajamos con deciles.
k∗n
Para D5; Dk = 10
5∗30 150
D5 = D5 = D5=15 quiere decir que el 5to decil está
10 10
en la posición 15ava. Y corresponde al valor 74.
k∗n
Para D8; Dk =
10
8∗30 240
D8 = D8 = D8=24 quiere decir que el 8vo decil está
10 10
44
en la posición 24ava. Y corresponde al valor 84
Quedando así:
24 24 41 41 41 42 42 42 43 51
D3
51 62 62 62 74 75 75 75 84 84
D5
84 84 84 84 85 85 86 95 95 95
D8
Percentiles
Inicialmente trabajaremos con la misma tabla de datos anteriores:
supongamos que solicitamos la nota alcanzada por 30
estudiantes en Estadística Básica y los resultados son (escala al
100):
41 85 95 62 42 75 84 41 51 24
75 84 41 43 86 85 74 42 84 62
42 95 84 75 62 84 95 84 51 24
Una vez obtenidos los datos los ordenamos de menos a mayor,
quedando:
24 24 41 41 41 42 42 42 43 51
51 62 62 62 74 75 75 75 84 84
84 84 84 84 85 85 86 95 95 95
45
La ecuación a aplicar es la siguiente:
k∗n
Pk =
100
k∗n
Para P55; Pk = 100
55∗30 1650
P55 = P55 = P55=16,5 quiere decir que el
100 100
55avo percentil esta entre la 16ta y 17ma posición ya que el valor
16,5 no es exacto. Y corresponden a los valores 75 y 75, osea el
valor del 55avo percentil es 75.
k∗n
Para P89; Pk = 100
89∗30 2670
P89 = P89 = P89=26,7 quiere decir que el
100 100
89avo percentil esta entre la 26ma y 27ma posición ya que el valor
26,7 no es exacto. Y corresponden a los valores 85 y 86, osea el
valor del 89avo percentil es un valor entre 85 y 86, por lo cual
redondeamos el valor 26,7 a 27 y podemos decir que el percentil
46
89avo está en la posición 27 y corresponde al valor 86.
Quedando así:
24 24 41 41 41 42 42 42 43 51
P21
51 62 62 62 74 75 75 75 84 84
P55
84 84 84 84 85 85 86 95 95 95
P89
Resp. F Fa
0-10 5 5
10-20 9 14
20-30 25 39
30-40 32 71
40-50 21 92
50-60 8 100
Total 100
47
k∗n
− fa−1
Qk = Li + i ∗ 4
))
fa+1 − fa−1
∗𝑛
Total 100 𝑄3 = 𝑄3 =
4
3∗100
𝑄3 = 75
4
k∗n
− fa−1 75− 71
4
Qk = Li + i ∗ Q3 = 40 + 10 ∗
fa+1 − fa−1 92 − 71
4
Q3 = 40 + 10 ∗ (
21
Q3 = 40 + 10 ∗ 0,19 Q3 = 40 + 1,9 Q3 = 41,9
48
Deciles
Con el mismo ejemplo anterior procederemos a explicar cómo se
calculan los deciles en datos agrupados, procedemos a aplicar la
siguiente ecuación:
k∗n
− fa−1
Dk = Li + i ∗ 10
))
fa+1 − fa−1
Calcularemos el decil 2; el
Resp. F fa mismo procedimiento será
0-10 5 5 utilizado para todos los
deciles.
10-20 9 14 Antes de aplicar la ecuación
20, posición
20-30 25 39 de D2. debemos saber con que clase
vamos a trabajar y pare esto
30-40 32 71
se aplica la ecuación de
40-50 21 92 ∗𝑛
posición, 10 entonces:
50-60 8 100 𝐷2 =
∗𝑛
10
Total 100 𝐷2 =
2 ∗ 100
10
k∗n
− fa−1 𝐷2 = 2014
20−
10
Dk = Li + i ∗ D2 = 20 + 10 ∗
fa+1 − fa−1 39 − 14
6
D2 = 20 + 10 ∗ 25
D2 = 20 + 10 ∗ 0,24 D2 = 20 + 2,4 D2 = 22,4
Finalmente el 2do Decil es 22,4.
49
Percentiles
Con el mismo ejemplo anterior procederemos a explicar cómo se
calculan los percentiles en datos agrupados, procedemos a
aplicar la siguiente ecuación:
𝐤∗𝐧
− 𝐟𝐚−𝟏
𝐏𝐤 = 𝐋𝐢 + 𝐢 ∗ 𝟏𝟎𝟎
))
𝐟𝐚+𝟏 − 𝐟𝐚−𝟏
30-40 32 71
40-50 21 92
97, posición de P97.
50-60 8 100
Total 100
50
k∗n
− fa−1 97− 92
100
Pk = Li + i ∗ P97 = 50 + 10 ∗
fa+1 − fa−1 100 − 92
5
P97 = 50 + 10 ∗ P97 = 50 + 10 ∗ 0,625
8
P97 = 50 + 6,25 P97 = 56,25
Finalmente, el Percentil 97 es 56,25.
Medidas de dispersión de datos agrupados
Varianza
Según Romero L. (2018).
La varianza de una muestra se calcula casi en la misma forma
que la desviación media, con dos pequeñas diferencias: 1) las
desviaciones se elevan al cuadrado antes de ser sumadas y, 2) se
obtiene el promedio, utilizando n -1 en lugar de n. La varianza
muestral se puede calcular mediante la fórmula siguiente:
∑ x−µ 2
σ2 = ∗f
n
Desviación estándar
Según Romero L. (2018).
El desvío estándar es simplemente la raíz cuadrada positiva de la
varianza. De este modo si la varianza es 81, la desviación estándar
es 9. Para obtener la desviación estándar se puede utilizar la
siguiente fórmula:
∑ x−µ 2 ∗f
σ=
n
51
utiliza el coeficiente de variación (suele representarse por las siglas
"C.V").
Su fórmula expresa la desviación estándar como porcentaje de la
media aritmética, mostrando una mejor interpretación porcentual
del grado de variabilidad que la desviación típica o estándar. Por
otro lado presenta problemas ya que a diferencia de
la desviación típica este coeficiente es variable ante cambios de
origen. Por ello es importante que todos los valores sean positivos
y su media dé, por tanto, un valor positivo. A mayor valor del
coeficiente de variación mayor heterogeneidad de los valores de
la variable; y a menor C.V., mayor homogeneidad en los valores
de la variable. Es decir, si el C.V es menor o igual al 20%, significa
que el promedio es representativo del conjunto de datos, por
ende el conjunto de datos es "Homogéneo". Por el contrario, si el
C.V supera al 20%, el promedio no será representativo del
conjunto de datos por lo que resultará "Heterogéneo". Se calcula:
σ
Cv = ∗ 100
µ
30 - 35 11 25+20
3ra clase 𝑥 = 2 𝑥 = 22,5
35 - 40 8 sucesivamente hasta llegar a la última clase.
Quedando el cuadro como sigue:
Suma 60
52
Ahora bien una vez obtenido
x, que es el promedio de
Edad F X clase, vamos ahora a
calcular la varianza, 𝛔𝟐 .
10 - 15 5 12,5 Para esto aplicaremos la
siguiente ecuación:
∑ 𝒙−µ 𝟐
15 - 20 9 17,5 𝛔𝟐 = ∗𝒇
𝒏
15 - 20 9 17,5 157,5
Lo anterior lo realizamos con
la única intención de
20 - 25 12 22,5 270 calcular el promedio µ or lo
cual ya podemos hacer uso
25 - 30 15 27,5 412,5 de la ecuación:
∑𝒙 ∗ 𝒇
µ=
𝒏
30 - 35 11 32,5 357,5 𝟏𝟓𝟔𝟎
µ=
𝟔𝟎
35 - 40 8 37,5 300 µ = 𝟐𝟔
finalmente el promedio es
Suma 60 1560 µ = 26
53
A su vez podemos observar que para hacer uso de la ecuación
de la varianza
∑ x−µ 2
σ2 =
∗f
n
Tambien debemos conocer dos datos más como son:
x−µ 2 x−µ 2∗f
Para tambien la calcularesmos dentro de la tabla que venimos
construyendo, como sigue:
20 - 25 12 22,5 270
(x-µ)2 *f el resultado anterior lo
25 - 30 15 27,5 412,5 multiplicamos por la
frecuencia f :
30 - 35 11 32,5 357,5
54
Una vez calculada la varianza procedemos a calcular la
desviación estandar, que la raiz cuadrada de la varianza:
∑ x−µ 2 ∗f
σ=
n
σ= 54,416
σ = 7,37 años
7,37
Cv = ∗ 100
26
lo multiplicamos por 100 para que nos de en terminos de
porcentaje:
Cv = 28%
55
necesario comenzar definiendo variable discreta, que es aquélla
que no acepta un valor «intermedio» entre los expuestos en un
conjunto dado, sino solamente los que se observan en él; por
ejemplo, si deseamos contar el número de personas que hay en
una habitación, el resultado siempre será entero (como ser, 3 o 4,
pero nunca 3.2).
56
Fuente:ipepgranada.es
57
Característica de la curva de Distribución Normal
−𝜎 µ +𝜎
µ
Promedio o media = µ; La desviación estándar = σ
La representación de los datos es simétrica a ambos lados de la
media, es decir la misma medida que tiene de ∞ a 0 (izquierdo),
es lo mismo de 0 a +∞ (derecho).
Los valores de las mediciones tienden a agruparse alrededor de
un punto central, la media
Las desviaciones estándares quedan situadas a igual distancia
unas de otras
La proporción de mediciones situada entre la media y las
desviaciones es una constante en la que:
La media ± 1 * desviación estándar = cubre el 68,3% de los
casos
La media ± 2 * desviación estándar = cubre el 95,5% de los
casos
La media ± 3 * desviación estándar = cubre el 99,7% de los
casos
Podemos analizar el comportamiento de los procesos gráficos y
determinar su efectividad tomando como base su grado de
aproximación a la curva de distribución normal a partir de los
datos generados y la creación de histogramas que permitan la
comparación con curva de distribución normal.
Toda el área bajo la curva de la campana corresponde a 1;
quiere decir por simetría que del centro a la izquierda es 0,5 y del
centro a la derecha es también de 0,5.
Procedimiento para el desarrollo de la Campana de Gauss.
A continuación, como ha sido norma en el desarrollo del libro,
presentaremos un ejercicio para el desarrollo de una distribución
normal o campana de gauss.
Ejercicio1: el coeficiente intelectual promedio de los ecuatorianos
58
es 90, con una desviación estándar de 12, entonces si se elige un
ecuatoriano al azar ¿cuál es la probabilidad de que tenga un
coeficiente intelectual MENOR a 65?. Tomemos en cuenta que
me mandan a buscar el área bajo la curva y está a la izquierda
ya que 65 en menor que 90 (media)
Inicialmente debemos tomar en cuenta que los valores para
realizar la curva de distribución normal o campana de gauss son:
Promedio o media = µ = 90;
La desviación estándar = σ = 12;
La probabilidad (P) en X, en este caso menor a 65 nos queda
P(X<=65);
Z= es el valor a buscar
Antes de aplicar la ecuación graficaremos el razonamiento lógico
de la campana de Gauss:
𝑙𝑎 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
µ − 2𝜎 µ − 𝜎 µ = 90 µ+𝜎 x
𝑥 = 65 66 78 102
65−90 −25
Z= Z= => Z = −2.08
12 12
59
1er decimal a la Izquierda y el 2do decimal en la parte superior,
también debes tomar en cuenta que el valor encontrado
corresponde al área bajo la curva desde infinito hasta Z.:
𝑙𝑎 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
Es 0,0188 = 18,8%
µ − 2𝜎 µ−𝜎 µ = 90 µ+𝜎 x
66 78 102
𝑍 = −2,08
60
Ejercicio2: el coeficiente intelectual promedio de los ecuatorianos
es 90, con una desviación estándar de 12, entonces si se elige un
ecuatoriano al azar ¿cuál es la probabilidad de que tenga un
coeficiente intelectual MAYOR a 80?. tomemos en cuenta que
me mandan a buscar el área bajo la curva y está a la izquierda
ya que 65 en menor que 90 (media)
Inicialmente debemos tomar en cuenta que los valores para
realizar la curva de distribución normal o campana de gauss son:
Promedio o media = µ = 90;
La desviación estándar = σ = 12;
La probabilidad (P) en X, en este caso mayor a 90 nos queda:
P(X>=80) = P(Z>=80);
Z= es el valor a buscar
Antes de aplicar la ecuación graficaremos el razonamiento lógico
de la campana de Gauss:
𝑙𝑎 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
µ − 2𝜎 µ − 𝜎 µ = 90 µ+𝜎 x
66 78 𝑥 = 80 102
80−90 −10
Z= Z= => Z = −0.83
12 12
El valor es negativo porque x=80 está a la izquierda de eje de
simetría.
Es de hacer notar que el resultado es desde la Izquierda hasta x=80
pero nos piden es los mayores a 80, ósea las probabilidades
mayores (derecha) que 80 (zona sombreada).
Buscamos este valor en la tabla Z-, recordando que el entero y 1er
decimal a la Izquierda y el 2do decimal en la parte superior,
también debes tomar en cuenta que el valor encontrado
corresponde al área bajo la curva desde infinito hasta Z.:
61
Z el 2do decimal en la parte superior:
Entero
Y
1er
Dec.
62
No queda 79,67% su interpretación es que hay una probabilidad
alta de 79% de que el coeficiente intelectual de este ciudadano
ecuatoriano sea mayor o igual a 80.
𝑙𝑎 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
0,796 = 79%
µ − 2𝜎 µ − 𝜎 µ = 90 µ+𝜎 x
66 78 𝑧 = −0,83 102
63
Glosario de términos
Terminología extraída de la Enciclopedia en línea Wikipedia 2018:
es.wikipedia.org
64
fin de facilitar conocimientos y, especialmente motivar
aprendizajes y actitudes. También actúan como elementos
contextualizados en los procesos de enseñanza-aprendizaje y, al
mismo tiempo permiten desarrollar una dinámica participativa.
Informe Técnico: es un documento escrito en prosa informativa
(científica, técnica o comercial) con el propósito de comunicar
información del nivel más alto en una organización. Por
consiguiente, refiere hechos obtenidos o verificados por el autor
(reconocimientos, investigaciones, estudios o trabajos). Además,
aporta los datos necesarios para una completa comprensión del
caso, explica los métodos empleados y propone o recomienda la
mejor solución para el hecho tratado.
Investigación científica: es una formulación de pasos a seguir a la
hora de aplicar el método empírico-analítico aparte de la forma
convencional.
La Probabilidad: es una medida de la certidumbre asociada a un
suceso o evento futuro y suele expresarse como un número entre
0 y 1 (o entre 0 % y 100 %).
Métodos gráficos: es el nombre dado a cualquier imagen
generada por una computadora. Originariamente se llamaba así
a los histogramas, pero, por extensión, empezó a llamarse así a
todas las representaciones visuales que el ordenador podía
generar que no fueran texto. Con el tiempo, el término se ha
generalizado, aplicándose a cualquier tipo de imagen de
ordenador.
Métodos numéricos: es la rama de las matemáticas encargada
de diseñar algoritmos para simular aproximaciones de solución a
problemas en análisis matemático. Se distingue del cómputo
simbólico en que no manipula expresiones algebraicas, sino
números.
Observaciones: es la adquisición activa de información a partir
del sentido de la vista. Se trata de una actividad realizada por un
ser vivo (humanos, animales, etc), que detecta y asimila los rasgos
de un elemento utilizando los sentidos como instrumentos
principales. El término también se puede referir a
cualquier datorecogido durante esta actividad.
Preguntas abiertas: aquellas que dan al encuestado la posibilidad
de contestar empleando sus propias palabras. Ejemplo; ¿Qué
65
opinión merece sobre ?
Preguntas Cerradas: que el encuestado solo puede responder en
aquellos parámetros que la pregunta indica como
predeterminados. Ejemplo; coloque una x en la opción
correcta:
Preguntas de opciones múltiples, de selección múltiple o múlti-
opción: es una forma de evaluación por la cual se solicita a los
encuestados o examinados seleccionar una o varias de las
opciones de una lista de respuestas.
Procedimiento: es un conjunto de acciones u operaciones que
tienen que realizarse de la misma forma, para obtener siempre el
mismo resultado bajo las mismas circunstancias.
Técnica: es el conjunto de procedimientos, reglas, normas
o protocolos que tiene como objetivo obtener un resultado
determinado y efectivo, ya sea en el campo de la informática, las
ciencias, el arte, el deporte, la educación o en cualquier otra
actividad.
Visión panorámica: es la que muestra un panorama (del
griego pan, todo, y horama, vista), usualmente paisajístico o
arquitectónico, y que se distingue por el amplio horizonte visual
que cubre. Su elaboración ha ido cambiando a través del tiempo,
desde los paisajes pintados en cuadros, pasando por
la fotografía clásica y la digital, hasta la edición o incluso la
creación completa de imágenes en el computador.
66
Referencia Bibliográficas
67
campus virtual ull
https://campusvirtual.ull.es/ocw/pluginfile.php/6104/mod.../pr6-
estdescriptiva.pdf
Enciclopedia de la estadísticas en las economías (2017).
Estadística - enciclopedia de economía - economia48.
Www.economia48.com/spa/d/estadistica/estadistica.htm
Salazar y castillo (2018). Fundamentos básicos de estadística
repositorio digital. Www.dspace.uce.edu.ec/handle/25000/13720
Khanacademy (2018).
Https://es.khanacademy.org/math/statistics-probability.
Spiegel r. (2018). Estadística. Serie schaum- 4ta edición - murray r.
Spiegel.pdf -
ensfepensfep.edu.mx/.../estadística.%20serie%20schaum
%204ta%20edición%20-%20murra...
68
Raúl Díaz Ocampo
s
Grupo de capacitación e investigación pedagógica